The strategies for resource managem

The strategies for resource management associated with the three cloud delivery models, IaaS, PaaS, and SaaS are different. In all cases the cloud service providers are faced with large fluctuating loads which challenge the claim of cloud elasticity. In some cases, when a spike can be predicted, the resources can be provisioned in advance, e.g., for web services subject to seasonal spikes. For an unplanned spike the situation is slightly more complicated. Auto-scaling can be used for unplanned spike loads provided that: (a) there is a pool of resources that can be released or allocated on demand and (b) there is a monitoring system which allows a control loop to decide in real time to reallocate resources. Auto-scaling is supported by PaaS services, such as Google App Engine. Auto-scaling for IaaS discussed in Section 6.14 is complicated due to the lack of standards.

Kết quả (Việt) 1:

Các chiến lược quản lý tài nguyên liên quan đến ba đám mây cung cấp mô hình, IaaS, PaaS, và SaaS là khác nhau. Trong mọi trường hợp các nhà cung cấp dịch vụ đám mây đang phải đối mặt với tải trọng biến động lớn mà thách thức yêu cầu bồi thường của đám mây tính đàn hồi. Trong một số trường hợp, khi một cành có thể dự đoán, các nguồn tài nguyên có thể được cung cấp trước, ví dụ như, cho dịch vụ web tùy thuộc vào gai theo mùa. Đối với một cành có kế hoạch tình hình là hơi phức tạp hơn. Tỉ lệ tự động có thể được sử dụng cho không có kế hoạch tăng đột biến tải cung cấp rằng: (a) có một hồ bơi của tài nguyên có thể được phát hành hoặc phân bổ theo yêu cầu và (b) có một hệ thống giám sát cho phép một vòng điều khiển để quyết định trong thời gian thực để tái phân bổ nguồn lực. Auto-rộng được hỗ trợ bởi dịch vụ PaaS, chẳng hạn như Google App Engine. Tự động rộng nhất IaaS thảo luận trong phần 6,14 là phức tạp do thiếu các tiêu chuẩn.

Kết quả (Việt) 2:

Các chiến lược để quản lý tài nguyên liên hợp với ba mô hình cung cấp điện toán đám mây, IaaS, PaaS và SaaS là ​​khác nhau. Trong tất cả các trường hợp, các nhà cung cấp dịch vụ điện toán đám mây đang phải đối mặt với vô biến động lớn mà thách thức tuyên bố của đám mây độ đàn hồi. Trong một số trường hợp, khi một cành có thể được dự đoán, các nguồn tài nguyên có thể được cung trước, ví dụ, đối với các dịch vụ web bị gai theo mùa. Đối với một tăng đột biến ngoài dự kiến ​​tình hình phức tạp hơn một chút. Auto-rộng có thể được sử dụng cho các tải tăng đột biến ngoài ý muốn với điều kiện: (a) có một hồ bơi tài nguyên có thể được phát hành hoặc được phân bổ theo nhu cầu và (b) có một hệ thống giám sát cho phép một vòng điều khiển để quyết định trong thời gian thực để tái phân bổ nguồn lực. Auto-scaling được hỗ trợ bởi dịch vụ PaaS, chẳng hạn như Google App Engine. Auto-scaling cho IaaS thảo luận trong Phần 6.14 là phức tạp do thiếu các tiêu chuẩn.